两套试卷可先按相同蓝图检查目标、题型、认知要求、分值和作答负荷,再通过适当试测及专业分析评估可比性。题数相同或平均分接近,都不足以证明已经等值。若证据只支持内容结构相近,就应按这一范围说明结果,涉及正式等值和重要决策时需要相应测量专业支持。
先检查内容与任务条件
将两卷逐题映射到学习目标、任务类型和预期思考层次,检查重要目标是否同样覆盖。某卷全部要求回忆,另一卷大量要求综合解释,即使题数和总分一样,任务也不同。图像数量、阅读长度、必要计算和资料切换同样影响作答负荷,应在审题时一并比较。
评分条件也需要对应。开放题的可接受答案范围、过程分和关键错误处理若不一致,成绩差异可能来自规则,而非学生能力。考场时间、设备和允许使用的资料应尽量按既定安排保持一致;无法一致时,记录差异并纳入结果解释,不把它们隐藏在总分里。
试测为判断提供证据
试测应选择与目标考生相近且安排合理的样本,并事先明确想检查的问题。可以查看完成时间、漏答位置、题目表现和评分分歧,识别明显异常。不同班级直接分别作答后的平均分不能单独代表卷面难度,因为班级原有水平与教学经历也可能不同。
需要采用共同题目或其他等值设计时,应由具备测量经验的人员规划,考虑题目保密、样本和考试用途。不能随意加几道相同题就宣称完成统计等值,也不能根据预期通过率反向调整分数。设计、分析方法和适用范围都应留下记录。
按证据强度解释成绩
如果目前只做了专家审题与蓝图匹配,可以说明两卷目标和结构相近,但不夸大为已经证明完全同等难度。正式结果涉及跨卷比较时,应采用机构确定的方法并说明限制。对缺少充分比较证据的高风险用途,可以调整考试安排或补充评价,而不是把不确定性藏起来。
考试后发现某卷出现集中漏答或异常题目,应先检查题干、显示和评分问题,再考虑整体差异。所有调整遵循事先规定的程序,并检查对全部考生的影响。保留卷面版本和分析依据,才能在下一次组卷时持续改进,而不是每次重新凭经验判断。
实施检查清单
- 两卷逐题映射到相同考试蓝图。
- 阅读负荷与评分规则已一并比较。
- 试测分析考虑考生群体差异。
- 结果说明区分结构匹配与统计等值。
常见问题
两卷平均分相同就说明难度相同吗?
不能单独这样判断。考生水平、教学经历、题目结构和评分都可能影响平均分,需要结合设计与更多证据解释。
随机抽题能自动得到等值卷吗?
随机抽取只是一种选题方式。还需要控制目标覆盖、任务要求及题目质量,并通过适当方法检查实际可比性。